Salad - GPU Cloud
Salad Technologies · Coding
Salad ist eine verteilte GPU-Cloud, die KI-Container und Open-Weight-Modelle auf rund 16.000 täglich aktiven GPUs in mehr als 190 Ländern ausführt, ab etwa 0,015 US-Dollar pro GPU-Stunde.
Über Salad - GPU Cloud
What Is Salad
Salad ist eine GPU-Cloud auf Hardware, die dem Unternehmen nicht gehört. Statt Rechenzentren mit gleichförmigen Racks zu füllen, bündelt der Dienst ungenutzte Consumer- und Workstation-GPUs aus Gaming-PCs und kleinen Büros weltweit und vermietet diese Kapazität an Entwickler und Firmen mit KI-Workloads. Das Ergebnis ist ein Rechenpool, der deutlich günstiger ist als klassische Clouds.
Als KI-Inferenz-Plattform deckt sie drei Bereiche ab. Sie können Docker-Container in einem verteilten Netz aus GPUs der RTX-Klasse bereitstellen, Open-Weight-Modelle über einen OpenAI-kompatiblen Token-Endpunkt aufrufen oder Audio mit eigenen APIs transkribieren und synthetisieren. Dieselbe Orchestrierungsschicht läuft in der Community Cloud, auf reservierter Dedicated-Hardware und in der Private Cloud auf Ihren eigenen Maschinen.
Der größte Kompromiss ist die Vorhersagbarkeit. Weil die Knoten Privatpersonen gehören, können Instanzen neu zugeteilt oder getrennt werden, sobald eine Maschine offline geht. Salad fängt das mit Prioritätsstufen und automatischer Neuzuteilung ab, doch es passt zu Workloads, die Unterbrechungen verkraften, nicht zu starren Clustern mit Dauerbetrieb.
Getting Started
- Legen Sie ein SaladCloud-Konto an und bestätigen Sie Ihre Angaben.
- Erzeugen Sie im Portal einen API-Schlüssel, oder einen Schlüssel für das AI Gateway, wenn Sie nur Modell-Tokens brauchen.
- Verpacken Sie Ihren Workload als Docker-Container, oder wählen Sie ein Open-Weight-Modell aus dem Katalog des Gateways.
- Stellen Sie über das Portal oder mit einem einzigen API-Aufruf bereit. Legen Sie Prioritätsstufe und Replikatanzahl fest.
- Verfolgen Sie die Logs und prüfen Sie die Ergebnisse. Abgerechnet wird nur, solange eine Instanz läuft.
Produktinformationen
Ein kurzer Überblick über Preise, unterstützte Plattformen und die Leistung von Salad - GPU Cloud.
Am besten für
Die Nutzer, Aufgaben und Szenarien, für die dieses Tool am besten passt.
Nutzer
- KI-Startups mit knappem Budget
- Einzelentwickler und unabhängige Macher
- ML-Engineers beim Prototyping von Inferenz-Pipelines
Aufgaben
- Bild- und Videogenerierung im Batch
- Audio-Transkription und Text-to-Speech
- Open-Weight-LLMs bereitstellen
Szenarien
- Eine Demo ohne reservierte Rechenzentrumskapazität in Produktion bringen
- Ein Forschungsstipendium strecken
- Sensible Inferenz auf eigener Hardware halten
Wichtigste Funktionen
Verteilter GPU-Pool
Salad verteilt Container auf rund 16.000 täglich aktive GPUs aus Gaming-PCs und Workstations in über 190 Ländern. Die Hardware existiert bereits, also koordiniert die Plattform Angebot, statt neue Rechenzentren zu finanzieren. Genau das hält die Preise niedrig.
Salad Container Engine
Diese Orchestrierungsschicht übernimmt das Container-Deployment auf GPU-Knoten, die sie nie zuvor gesehen hat. Sie prüft jede Maschine, isoliert sie hinter einem Hypervisor und teilt Arbeit neu zu, sobald ein Knoten verschwindet. Sie liefern ein Docker-Image mit wenigen Ressourcenangaben, statt Server von Hand abzustimmen.
AI Gateway
Das Gateway ist eine OpenAI-kompatible API für Open-Weight-Modelle wie Qwen 3.6 und Qwen 3.5. Die größeren Varianten bringen ein Kontextfenster von 262.144 Tokens mit. Richten Sie ein beliebiges OpenAI-SDK auf eine neue Basis-URL, und Ihre Agents, Coding-Assistenten oder Apps zahlen pro Token oder über einen festen Monatstarif.
Prioritätsstufen und sekundengenaue Abrechnung
Vier Prioritätsstufen lassen Sie Zuverlässigkeit gegen Kosten tauschen. Hohe Priorität wird nie verdrängt, die niedrigste Stufe ist am günstigsten und am leichtesten unterbrechbar. Die Abrechnung stoppt in dem Moment, in dem eine Instanz endet, und Zuteilung, Image-Download und Kaltstart sind kostenlos.
Spezialisierte APIs je Modalität
Salad veröffentlicht abgestimmte Endpunkte für konkrete Aufgaben. Die Transkriptions-API erreichte 95,1 Prozent Genauigkeit bei CommonVoice, der Text-to-Speech-Dienst wird mit bis zu 6 Millionen Wörtern pro Dollar angegeben. Jede Zahl verweist auf eine offengelegte Methodik, nicht auf ein Werbeversprechen.
Private und dedizierte Bereitstellungen
Über den geteilten Pool hinaus laufen reservierte Dedicated-Server per Vertrag auf RTX PRO 6000 Blackwell, und die Private Cloud lizenziert dieselbe Orchestrierungsschicht für Hardware, die Sie bereits besitzen. In der Private Cloud bleiben Unternehmensdaten auf Unternehmensgeräten.
Vor- und Nachteile
Vorteile
- Günstige GPU mieten: Der Stundenpreis startet bei rund 0,015 US-Dollar für einen RTX-4090-Knoten in der verteilten Cloud, ein Bruchteil dessen, was übliche Clouds für vergleichbare Arbeit verlangen.
- Die sekundengenaue Abrechnung ohne Verträge oder Mindestmengen macht kleine Experimente billig.
- Container-Engine und AI Gateway nutzen Standardwerkzeuge von Docker und OpenAI, was den Umzugsaufwand senkt.
- Eigene Endpunkte für Transkription und Text-to-Speech decken übliche Audioaufgaben ohne Zusatzaufbau ab.
- Die Optionen Private Cloud und Dedicated halten sensible Workloads auf Hardware, die Sie kontrollieren.
Nachteile
- Instanzen können verdrängt oder getrennt werden, wenn Knotenbesitzer offline gehen, daher brauchen Dienste im Dauerbetrieb Wiederholungslogik.
- Die Knoten sind Consumer-GPUs in Wohnungen und kleinen Büros, was eng gekoppeltes Multi-GPU-Training ausschließt, wie es Rechenzentren erlauben.
- Es gibt keine kostenlose Testphase, Sie zahlen also ab dem ersten Testlauf. Der Einstieg ist billig, aber nichts ist gratis.
- Das AI Gateway befindet sich noch im Early Access, und sein Modellkatalog ist schmaler als der dedizierter Token-Anbieter.
Häufige Fragen
Nein. Abgerechnet werden nur die Sekunden, in denen eine Instanz läuft. Zuteilung, Image-Download und Container-Start sind kostenlos.
Ähnliche Inhalte
Entdecke passende Tools, Skills und Artikel zu Salad - GPU Cloud.
Alternativen zu Salad - GPU Cloud
Base Code
Base44 (Wix) · Coding · ProduktivitätBase Code ist eine geteilte Cloud-Entwicklungsumgebung von Base44. Das Team beschreibt Änderungen an einem bestehenden GitHub-Repository im Chat, prüft sie in der Vorschau und reicht sie als Pull Request ein.
Google EmbeddingGemma 2
Google DeepMind · Schreiben · Bilder · CodingGoogle EmbeddingGemma 2 ist ein offenes Modell mit 740 Millionen Parametern, das Text, Code, Bilder, Audio und Videobilder in Vektoren eines gemeinsamen 768-dimensionalen Raums umwandelt und auf Handys und Notebooks läuft.
GitGlow
GitGlow · Coding · ProduktivitätGitGlow ist ein Git-Client für den Desktop, der Ihren Code und die Änderungen Ihrer KI-Agenten in einer Review bündelt, damit Sie vor dem Ausliefern sehen, was die Maschine verlässt.